PyTorch中复数矩阵乘法

Question

我正在尝试在PyTorch中相乘两个复杂矩阵，但似乎torch.matmul函数对于复数还未添加到PyTorch库中。 您有什么建议或者在PyTorch中相乘复杂矩阵的其他方法吗？

- DeepRazi

Answer 1

当前，torch.matmul 不支持像 ComplexFloatTensor 这样的复杂张量，但您可以使用以下紧凑的代码：

def matmul_complex(t1,t2):
    return torch.view_as_complex(torch.stack((t1.real @ t2.real - t1.imag @ t2.imag, t1.real @ t2.imag + t1.imag @ t2.real),dim=2))

尽可能避免使用for循环，因为这会导致实现速度变慢。向量化是通过使用内置方法来实现的，如我附加的代码所示。例如，对于2个随机复杂矩阵，维度为1000 X 1000，您的代码在CPU上大约需要6.1秒，而向量化版本仅需要101ms（快了约60倍）。

更新： 自PyTorch 1.7.0以来（如@EduardoReis所提到的），您可以像处理实值矩阵一样处理复杂矩阵进行矩阵乘法，如下所示： t1 @ t2（对于t1，t2为复杂矩阵）。

- Gil Pinsky

---

最近，我使用torch 1.8.1+cu101成功地将两个张量简单相乘，得到它们的复数积。 - Eduardo Reis

@EduardoReis 您是正确的。自 PyTorch 1.7.0 版本以来，您可以缩短上面的代码。但请注意，t1 * t2 是张量 t1 和 t2 之间的逐点乘法。您可以使用 t1 @ t2 来获得等同于 matmul_complex 的矩阵乘法。我已更新帖子。 - Gil Pinsky

Answer 2

我使用torch.mv为复数实现了pytorch.matmul函数，目前运行良好。

def matmul_complex(t1, t2):
  m = list(t1.size())[0]
  n = list(t2.size())[1]
  t = torch.empty((1,n), dtype=torch.cfloat)
  t_total = torch.empty((m,n), dtype=torch.cfloat)
  for i in range(0,n):
    if i == 0:
      t_total = torch.mv(t1,t2[:,i])
    else:
      t_total = torch.cat((t_total, torch.mv(t1,t2[:,i])), 0)
  t_final = torch.reshape(t_total, (m,n))
  return t_final

我是PyTorch的新手，如果我有错误，请纠正我。

- DeepRazi